如何用Pandas统计含多值的Genre列中Drama的出现次数？

问题原因 #

你当前使用的df[['Year','Genre']].query("genre == 'Drama'")是精确匹配，仅当Genre列的值完全等于'Drama'时才会被筛选，因此无法匹配包含多个流派（如"Drama, Comedy"）的行。

两种解决方案 #

方案1：统计包含目标流派的行数 #

如果只需要统计有多少行包含Drama（不考虑一行内流派的数量），可以用str.contains做模糊匹配：

# 筛选所有Genre列包含'Drama'的行，忽略大小写、排除空值
drama_rows = df[df['Genre'].str.contains('Drama', case=False, na=False)]
# 统计行数
row_count = len(drama_rows)
print(f"包含Drama的行数：{row_count}")

• case=False：兼容大小写（可匹配'drama'或'Drama'）
• na=False：跳过Genre列为空的行，避免报错

方案2：统计目标流派的总出现次数 #

如果需要统计Drama在所有数据中的实际出现次数（比如一行有"Drama, Drama, Action"算2次），先拆分多流派再统计：

# 将每行的多流派拆分为单独行，保留Year字段
split_df = df.assign(Genre=df['Genre'].str.split(',')).explode('Genre')
# 去除流派前后的空格（CSV中常出现"Drama, Comedy"这类带空格的格式）
split_df['Genre'] = split_df['Genre'].str.strip()
# 精确匹配Drama并统计次数
drama_total = split_df[split_df['Genre'] == 'Drama'].shape[0]
print(f"Drama的总出现次数：{drama_total}")

这个方法能处理流派间的空格问题，统计结果更精准，适合需要统计单个流派总提及次数的场景。

内容的提问来源于stack exchange，提问作者johnha